АЛГОРИТМИ РОЙОВОГО ІНТЕЛЕКТУ ДЛЯ ЗАДАЧІ ДИНАМІЧНОГО РОЗПОДІЛУ НАВАНТАЖЕННЯ
Анотація
Розглянуто підходи до розв’язування задачі динамічного розподілу навантаження для замкнутої енергетичної системи, що складається із електростанцій та споживачів. Особливістю задачі є зміна попиту на електроенергію протягом дня. Описано перехід від задачі із обмеженнями, що характеризують фізичні та експлуатаційні характеристики електростанцій, до задачі без обмежень із використанням функцій штрафів. Використано два алгоритми ройового інтелекту, а саме оптимізація роєм частинок та алгоритм вовчої зграї. Проведено ряд експериментів із використанням розроблених алгоритмів та аналіз отриманих результатів.
Ключові слова: динамічний розподіл навантаження, алгоритм вовчої зграї, метод рою часток, ройовий інтелект, електроенергетика.
Бабич С. А., доктор технических наук, старший научный сотрудник, Гуляницкий Л. Ф. Алгоритмы роевого интеллекта для задачи динамического распределения нагрузки / Национальный технический университет Украины «Киевский политехнический институт имени Игоря Сикорского», Институт кибернетики имени В. М. Глушкова Национальной академии наук Украины, Украина, Киев
Рассмотрены подходы к решению задачи динамического распределения нагрузки для замкнутой энергетической системы, состоящей из электростанций и потребителей. Особенностью задачи является изменение спроса на электроэнергию в течение дня. Описаны переход от задачи с ограничениями, характеризующие физические и эксплуатационные свойства электростанций, в задачи без ограничений с использованием функций штрафов. Использованы два алгоритма роевого интеллекта, а именно оптимизация роем частиц и алгоритм волчьей стаи. Проведен ряд экспериментов по использованию разработанных алгоритмов и анализ полученных результатов.
Ключевые слова: динамическое распределение нагрузки, алгоритм волчьей стаи, метод роя частиц, роевой интеллект, электроэнергетика.
S. Babych, Dr.Sc. (Technology), Senior Researcher, L. Hulianytskyi Swarm intelligence algorithms for solving dynamic load dispatch problem / National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”, V. M. Glushkov Institute of Cybernetics of National Academy of Sciences of Ukraine, Ukraine, Kyiv
Approaches to solving the dynamic load dispatch problem for an isolated power system consisting of power stations and consumers are considered. The distinction of this task is moving during day power demand. The transition from a problem with constraints characterizing the physical and operational properties of power generators to a problem without ones but with the use of fines functions is described. Two swarm intelligence algorithms were used: particle swarm optimization algorithm and grey wolf optimizer algorithm. A set of experiments are conducted on the use of developed algorithms and analysis of the obtained results is given.
Keywords: dynamic load dispatch, grey wolf optimizer, particle swarm optimization, swarm intelligence, electric power industry.
Повний текст:
PDFПосилання
Sinha N. Evolutionary Programming Techniques for Economic Load Dispatch / N. Sinha, R. Chakrabarti, P. K. Chattopadhyay // IEEE Transactions On Evolutionary Computation. – 2003. – V. 7. – P. 83-94.
Dodu J. C. An optimal formulation and solution of short-range operating problems for a power system with flow constraints / J. C. Dodu, P. Martin, A. Merlin// IEEE Proc. – 1972. – V. 60(1). – P. 54–63.
Parikh J. A multi-area linear programming approach for analysis of economic operation of the Indian power system / J. Parikh, D. Chattopadhyay// IEEE Trans Power Syst. – 1996. –V. 11. –P. 2–8.
Liang Z. X. A zoom feature for a dynamic programming solution to economic dispatch including transmission losses / Z. X. Liang, J. D. Glover // IEEE Trans Power Syst. – 1992. – V. 7. – P. 50.
Nanda J. Economic emission dispatch with line flow constraints using a classical technique / J. Nanda, L. Hari, M. L. Kothari // IEE ProcGener Trans Distrib. – 1994. – V. 141. – P. 10.
Chen C. L. Branch and bound scheduling for thermal generating units / C. L. Chen, S. C. Wang // IEEE Trans Energy Convers. – 1993. – V. 184. – P. 9.
Perez-Guerrero R. E. Economic power dispatch with non-smooth cost functions using differential evolution / R. E. Perez-Guerrero, R. J. Cedenio-Maldonado // Proceedings of the 37th annual North American power symposium. – 2005. – P. 90.
Chiang C. L. Genetic-based algorithm for power economic load dispatch / C. L. Chiang // IEE ProcGener Trans Distrib. – 2007. –V. 1. – P. 9.
Bakirtzis A. A genetic algorithm solution to the economic dispatch problem/ A. Bakirtzis, V. Petridis, S. Kazarlis // Generation, Transmission and Distribution. – 1994. – V. 141. – P. 377–382.
Pradhan Moumita. Oppositional based grey wolf optimization algorithm for economic dispatch problem of power system / Moumita Pradhan, Provas Kumar Roy, Tandra Pal // Ain Shams Engineering Journal. – 2017. – № 2. – P. 1-11.
Kennedy J. Particle Swarm Optimization / J. Kennedy // Proceedings of IEEE International Conference on Neural Networks. – 1995. – P. 1942-1948.
Coelho L.S. Solving economic load dispatch problems in power systems using chaotic and Gaussian particle swarm optimization approaches / L.S. Coelho, C. Lee // International Journal of Electrical Power. – 2008. – № 5 – P. 297-307.
Mirjalili S. Grey Wolf Optimizer / S. Mirjalili, S. M. Mirjalili, A. Lewis // Advances in Engineering Software. – 2014. – V. 69. – P. 46-61.
Sharma Sudhir. Economic Load Dispatch Using Grey Wolf Optimization / Sudhir Sharma, Shivani Mehta, Nitish Chopra // Journal of Engineering Research and Applications. – 2015. – № 4. – P. 128-132
Balamurugan R. An Improved Differential Evolution Based Dynamic Economic Dispatch with Nonsmooth Fuel Cost Function / R. Balamurugan, S. Subramanian // Electrical Systems. – 2007. – № 3.– P. 151-161.
Посилання
- Поки немає зовнішніх посилань.
Цей твір ліцензовано за ліцензією Creative Commons Із зазначенням авторства 4.0 Міжнародна.
